PARTE 1 SISTEMAS TUTORES INTELIGENTES
2. Arquitecturas de Sistemas Tutores Inteligentes
2.20. Base de Dados de Modelos Pedagógicos
No processo de ensino-aprendizagem utilizam-se diferentes métodos de ensino, baseados em diferentes teorias de aprendizagem. Na procura de uma maior flexibilidade e efectividade no ensino, a Framework FD-STI incorpora uma base de dados de modelos pedagógicos passíveis de serem utilizados. Pretende-se que, através da caracterização que o sistema faz do aluno, (através do modelo do aluno, cap. 2.6), os métodos de ensino mais adequados sejam utilizados de acordo com o modelo do aluno em questão. Adicionalmente, para um mesmo aluno, e caso um método de ensino se revele menos adequado, o sistema deverá possuir a capacidade de trocar de método. O facto de se encontrarem numa base de dados, num formato que permite a manipulação pelo sistema, permite também que sejam incorporados novos modelos, sem que o sistema tenha de ser alterado, como aliás se processa também ao nível da base de conhecimento. Ao colocar uma base de modelos pedagógicos fora do próprio STI, está-se também, e mais uma vez, a reiterar a importância das teorias da aprendizagem, da pedagogia, num tal sistema, tornando-o dinâmico na forma como ensina, ou seja, o professor ideal que muda de estratégias e forma de actuação perante situações e alunos diferentes.
2.21. Conclusões
Ao longo deste capítulo, foram enumeradas as características desejáveis de um STI, bem como aqueles que se julga serem os problemas mais pertinentes inerentes ao seu desenvolvimento e aplicação. Do trabalho desenvolvido, ressaltam algumas questões que constituem parte dos problemas que carecem de resolução no desenvolvimento de STI, e que foram sintetizados numa matriz problemas/contribuições. Como forma de contribuir para a possível resolução das questões enunciadas, a FD-STI visa pois propor técnicas e métodos que se julgam importantes para o desenvolvimento de STI, contribuindo com melhorias fundamentais. Após detalhar e aprofundar os componentes da FD-STI, as possíveis contribuições de cada um deles foram explicitadas e referenciadas.
Também importante, como referido ao longo deste trabalho, é o envolvimento de outros ramos da ciência que não exclusivamente a informática, como as ciências da educação e a psicologia. As teorias de ensino devem ter um papel preponderante nos STI, pois permitem ao sistema socorrer-se de um teoria de ensino e adaptar-se ao aluno e à sua forma de aprender, deixando de ser o aluno responsável por se adaptar ao sistema, mas sim o sistema que se deve adaptar. Esta mudança de atitude e de perspectiva contribuirá para melhorar este processo de ensino.
Conclusões
Esta dissertação reflecte um trabalho de levantamento sobre a área de Sistemas Tutores Inteligentes, desde o seu aparecimento como área de investigação, das suas etapas de evolução até ao que se designa hoje como sendo um Sistema Tutor Inteligente. Os conceitos relacionados foram introduzidos, e as arquitecturas relevantes foram estudadas. Partindo da arquitectura denominada clássica ou tripartida, os módulos que a constituem foram enumerados e dissecados, procurando focar e contextualizar os aspectos mais importantes. Da análise dos Sistemas Tutores Inteligentes desenvolvidos mais relevantes, ressaltaram alguns pontos fortes mas também algumas debilidades permitindo identificar as características que se julgam desejáveis num tal sistema, bem como alguns erros a evitar. Sugeriu-se a necessidade de investigação em diferentes domínios que não apenas a Informática, dada a natureza multidisciplinar dos STI, desde logo a Psicologia e as Ciências da Educação, dado que se pretende intervir no processo de ensino. Pode-se verificar que, os STI foram condicionados pelas correntes pedagógicas da altura em que foram desenvolvidos, procurando pois reproduzir o tipo de ensino em vigor à data.
A Inteligência Artificial assume um papel preponderante para tornar possível a adaptabilidade dos STI. Os STI surgem como potenciadores do processo de ensino e não como substitutos do tutor humano, ficando exposto que a utilização de STI produz resultados interessantes relativamente a grupos de alunos que não os utilizam, mas ainda assim inferiores aos resultados obtidos por grupos de alunos com um tutor individualizado.
Vários Sistemas Tutores Inteligentes foram analisados, ressaltando que o caminho a percorrer ainda é longo, pois o nível de inteligência de tais sistemas ainda se encontra aquém do esperado. Verifica-se na grande maioria dos STI uma dependência do próprio sistema com o seu domínio de actuação, um dos factores que limita e muito a escalabilidade de tais sistemas. Exemplo disso é o sistema CIRCSIM, um sistema efectivamente utilizado e com níveis interessantes de sucesso. No entanto, encontra-se fortemente dependente do seu domínio de actuação, não sendo adaptável a outros domínios. Uma possível excepção é o AUTOTUTOR, com a sua aproximação por “Curriculum Scripts” e “Authoring Tools” que pretende especificamente a independência do sistema relativamente ao domínio em estudo. Este é o sistema que mais perto se encontra dos objectivos desejados para um STI.
os problemas mais pertinentes inerentes ao seu desenvolvimento e aplicação surgiram algumas questões que constituem parte dos problemas que carecem de resolução no desenvolvimento de STI. Como forma de contribuir para a possível resolução das questões anteriormente enunciadas, neste trabalho é proposta uma Framework de Desenvolvimento de Sistemas Tutores Inteligentes, FD-STI que visa propor técnicas e métodos que se julgam importantes para o desenvolvimento de STI, contribuindo com melhorias para o processo. Após detalhar e aprofundar os componentes da FD-STI, as possíveis contribuições de cada um deles foram explicitadas e referenciadas numa matriz de problemas/contribuições, onde se procura sintetizar e referenciar a importância de cada uma das técnicas, bem como as suas contribuições para uma tentativa de solucionar os problemas identificados.
Também importante, como referido ao longo deste trabalho, é o envolvimento de outros ramos da ciência que não exclusivamente a informática, como as ciências da educação e a psicologia. As teorias de ensino podem ter um papel preponderante nos STI, pois permitem ao sistema socorrer-se de uma teoria de ensino, de entre aquelas que se encontram disponíveis na base de dados de modelos pedagógicos, como proposto na FD-STI, adaptando-se ao aluno e à sua forma de aprender. O aluno deixa de ser responsável por se adaptar ao sistema, o que pode contribuir para melhorias no processo de ensino.
Esta Framework é bastante ambiciosa, ao separar completamente o domínio de intervenção do STI, propondo sistemas modulares, capazes de intervir em qualquer domínio de ensino, dado que o conhecimento é armazenado externamente de forma normalizada, bem como as técnicas de ensino, o que no limite permitiria que um sistema acedesse a uma base de conhecimento e a uma base de dados de técnicas de ensino, e iniciasse com eficiência o processo de ensinar. Basta comparar esta situação com o facto de um professor ser capaz de ensinar qualquer domínio do conhecimento, para se perceber a ambição da Framework.
No âmbito deste trabalho, foi produzido um artigo que foi apresentado na m-ICTE 2005 –
Third International Conference on Multimédia and Information & Comunication Technologies in Education, intitulado “Future Challenges in Intelligent Tutoring Systems – A Framework” que se encontra nos 15 artigos mais consultados do site da referida conferencia.
A FD-STI é uma mais valia no desenvolvimento de novos sistemas, alertando para os diversos problemas que se levantam e propondo um modelo de referência para o desenvolvimento de Sistemas Tutores Inteligentes.
Como trabalho futuro, pretende-se desenvolver um protótipo, a integrar numa plataforma de e-learning, e.g. Moodle, que é no presente o sistema mais utilizado nas escolas secundárias, aplicando a Framework apresentada, no sentido de proporcionar um STI a ser disponibilizado no âmbito do ensino secundário, procurando que possua as características que foram identificadas como desejáveis, obviamente tentando respeitar a independência do sistema relativamente ao domínio, e a possibilidade de adaptação ao aluno e à sua forma de aprender, tarefa que constitui um grande desafio.
Referencias
[Anderson,84]: Anderson, J. R. (1984) Some reflections on the adquisition of knowledge. Educational Researcher, 5-10.
[Anderson, 86]: Anderson, J. R., Boyle, C. F., & Yost, G. (1986) The Geometry Tutor. The Journal of Mathematical Behavior, 5-20.
[Abbas,98]: Abbas, H. Designing a New Domain Knowledge Base for an Intelligent Tutoring System. Ph.D., Illinois Institute of Technology, 1998.
[AutoTutor]: Auto Tutor: An Artificially Intelligent Tutor,
http://www.autotutor.org
[Anderson,83]: Anderson, J. R., The Architecture of Cognition. Cambridge, Massachusetts: Harvard University Press, 1983.
[Armstrong et al, 95]: Armstrong, R., Freitag, D., Joachims, T., Mitchell, T. WebWatcher: A learning apprentice for the World Wide Web. AAAI Spring Symposium on Information Gathering from Distributed, Heterogeneous Environments, Standford, CA, 1995.
[Arruarte et al, 96]: Arruarte, A., Elorriaga J. A., Fernández-Castro, I., Ferrero, B., Knowledge Reusability: Some Experiences in Intelligent Tutoring System. Position paper for ITS´96 workshop on Arquitectures and Methods for Designing cost-Effective and Reusable ITSs, Montreal, 1996.
[Ausubel, 68]: Ausubel, D.P., Educational Psychology: A Cognitive View. New York, Holt, Rinehart and Winston, 1968.
[Beaumont, 94]: Beaumont, I., User Modeling and Hypertext Adaptation in the Tutoring System Anatom-Tutor. Workshop Adaptive Hypertext and Hypermedia at 4-th International Conference on User Modeling, Hyannis, MA, 1994.
[Bruner, 90]: Bruner, J., Culture and human development: A new look. Human Development, 1990.
[Burns,Capps, 88]: Burns, H. L. e Capps, C. G., “Foundations of Intelligent Tutoring Systems”, em Polson, M. C. e Richardson, J. J. (Ed.), Foundations of Intelligent Tutoring Systems, 21-53, Lawrence Erlbaum Associates, Hillsdale, NJ, 1988
[Brown et al, 75]: Brown, J., Burton, R. e Bell, A., SOPHIE: a step towards a reactive learning environment. International Journal of Man- Machine studies, 1975.
[Bloom, 84]: Bloom,-Benjamin-S. The 2 Sigma Problem: The Search for Methods of Group Instruction as Effective as One-to-One Tutoring. Educational-Researcher; v13 n6 p4-16 Jun-Jul, 1984. [Brown, Burton, 78]: Brown, J. S., & Burton, R. R., Diagnostic models for
procedural bugs in basic mathematical skills. Cognitive Science, 2, 155-192, 1978.
[Brown et al, 82]: Brown, J. S., Burton, R. R., & deKleer, J. Pedagogical, natural language and knowledge engineering techniques in SOPHIE I, II and III. In D. Sleeman & J. S. Brown (Eds.), Intelligent Tutoring Systems (pp. 227-282). New York: Academic Press, 1982.
[Burton, 82]: Burton, R. R., Diagnosing bugs in a simple procedural skill. In D. Sleeman & J. S. Brown (Eds.), Intelligent Tutoring Systems (pp. 157-183). New York: Academic Press, 1982.
[Brusilovsky, 96]: Brusilovsky, P., Methods and techniques of adaptive hypermedia. User Modeling and User-Adapted Interaction, 6 (2-3), pp. 87-129, 1996.
[Brusilovsky, 99]: Brusilovsky, P., Adaptive and Intelligent Technologies for Web-based Education. In C. Rollinger and C. Peylo (eds.), Special Issue on Intelligent Systems and Teleteaching, Künstliche Intelligenz, 4, 19-25, 1999.
[Brusilovsky, 01] Brusilovsky, P., Adaptive hypermedia. User Modeling and User Adapted Interaction, Ten Year Anniversary Issue (Alfred Kobsa, ed.) 11 (1/2), 87-110, 2001.
[Bra, Brusilovsky, 99]: Bra,, Paul, Brusilovsky, P., Adaptive Hypermedia: From systems to Framework, ACM Computing Surveys, 1999. [Bond, 90]: Bond, A, A Computacional Model for Organizations of
Cooperating Intelligent Agents, SIGOIS Bulletin, 11, 1990. [Becker et all, 04]: Becker, K.; Marquardt, C.G.; Ruiz, D.D. A Pre-Processing Tool
for Web Usage Mining in the Distance Education Domain. pp. 78-87. 2004.
[Balabanovic, Shoham, 97]: M. Balabanovic, Y. Shoham. Fab: content-based, collaborative recommendation. In: Commun. ACM, New York, NY, USA, 40(3), páginas 66–72, 1997.
[Carbonell, 70]: Carbonell J. R.: AI in CAI: An Artificial-Intelligence Approach to Computer-Assisted Instruction, IEEE Trans. Man-Machine Systems, MMS-11(4), pp 190-202, 1970.
[Castillo et all, 97]: Castillo, E; Gutiérrez, J.M.;Hadi A.S. Sistemas Expertos y Modelos de Redes Probabilísticas. Monografias de la Academia Española de Ingenieria, Madrid, 1997.
[Cohen et all, 82]: Cohen, P.A., Kulik, J.A., & Kulik, C.L.C .(1982). Educational outcomes of tutoring: A meta-analysis of findings. American Educational Research Journal, 19, 237-248.
[Circle]: Circle: Center for Interdisciplinary Research on Constructive Learning Environments, http://www.pitt.edu/~circle/
[Corbett, Anderson, 92]: Corbett, A. T., & Anderson, J. R. (1992). LISP intelligent Tutoring System: Research in Skill Acquisition. In J. H. Larkin & R. W. Chabay (Eds.), Computer-Assisted Instruction and Intelligent Tutoring Systems: Shared Goals and Complementary Approaches (pp. 73-109). Hillsdale, New Jersey: Lawrence Erlbaum Associates, Publishers
[Circsim] http://www.cs.iit.edu/~CIRCSIM/
[Clancey,Soloway, 90]: Clancey, W. J. e Soloway, E., “Artificial Intelligence and Learning Environments: Preface”, em Clancey, W. J. e Soloway, E. (Ed.), Artificial Intelligence and Learning Environments, 1-6, MIT / Elsevier Science Publishers, Amsterdam, the Netherlands, 1990
[Carr, Goldstein, 77]: Carr, B. e Goldstein, I., Overlays: a theory of modelling for Computer Aided Instruction, 1977.
[Cho et all, 00]: Cho, Byung-In, Joel A. Michael, Allen A. Rovick, and Martha W. Evens. An Analysis of Multiple Tutoring Protocols Intelligent Tutoring Systems: 5th International Conference, ITS 2000, Montreal, 2000, Springer, Lecture Notes in Computer Science no. 1839, pp. 212-221.
[Corbett, Anderson, 92]: Corbett, A. T., & Anderson, J. R. (1992). LISP intelligent tutoring system: Research in skill acquisition. In Larkin, J. H. & Chabay, R. W. (Eds). Computer-assisted instruction and intelligent tutoring systems: Shared goals and complementary approaches. Hillsdale, NJ: Lawrence Erlbaum Associates.02
[De Rosis et all, 94]: De Rosis, F.; De Carolis, B.; Pizzutilo, S. User-Tailored Hypermedia Explanations. Workshop Adaptive Hypertext and Hypermedia at 4-th International Conference on User Modeling, Hyannis, MA, 1994.
[Evens et all, 01]: Evens M. W.,Stefan B., Ru.Charn C, Freedman , Glass M., Hee Lee Y, Lêem Seop S, Woo Woo C, Yuemei Z, Yujian Z, Joel A.M., Rovick A. A. (2001), CIRCSIM – Tutor: An Intelligent Tutoring System Using Natural Language Dialogues, Twelfth Midwest AI and Cognitive Science Conference. MAICS 2001, Oxford
[educationaldatamining] http://www.educationaldatamining.org
[El-Sheikh et all, 98]: El-Sheikh, Eman, Sticklen, Jon, (1998),A Framework for Developing Intelligent Tutoring Systems Incorporating Reusavbility, 11th Internacional Conference on Industrial and Engineering applications of Artificial Intelligence and Expert Systems, Benicassim, Castellon, Spain
[Freyberger et all, 04]: Freyberger, J.; Heffernan, N.T.; Ruiz, C. Using Association Rules to Guide a Search for Best Fitting Transfer Models of Student Learning. Int. Conf. on Intelligent Tutoring Systems. 2004.
[Faria, 02]: Faria, Luiz, Treino e Apoio a Operadores de Centros de Controlo e Condução de Redes Eléctricas – Uma Abordagem Baseada em Conhecimento e Tutores Inteligentes, tese de Doutoramento, FEUP Universidade do Porto, 2002
[Fernandez, 89]: Fernandez I. 1989, Estratégias de Enseñanza en un sistema Inteligente de Enseñanza Assistida por Ordenador, Tesis Doctoral de la Universidad del País Vasco, San Sebastian [Felder, Soloman, 88]: Felder, R,Soloman, B (1988) Learning Styles and Strategies
http://www.ncsu.edu/felder-public/ILSdir/styles.htm
[Fisher et all, 90]: Fischer, G.; Mastaglio, T.; Reeves, B. Minimalist Explanations in Knowledgebased Systems. 23th Annual Hawaii International Conference on System Sciences, Kailua-Kona, HI. p. 309-317, 1990.
[Fisher, 98]: Fischer, G. Beyond Couch Potatoes: from consumers to designers. In Proceedings of the 5th Asia Pacific Computer- Human Interaction Conference. IEEE Computer Society, 2-9, 1998.
[Fisher, 01]: Fischer, G User modeling in human-computer interaction. User Modeling and User-Adapted Interaction 11(1-4), 65-86, 2001. [Fowler91]: Fowler, D. G. A Model for Designing Intelligent Tutoring
Systems. Journal of Medical, 1991
[Frasson, 97]: Frasson, C. et al. Using Pedagogical Agents in a Multi-Strategic Intelligent Tutoring System. In: World Conference On Artificial Intelligence Tutoring Agents, 8., 1997, Kobe: Springer-Verlag, (1997).
[Freeman, 00]: Freeman, R. What is an Intelligent Tutoring System ? Published in Intelligence, 11(3):15-16, 2000.
[Frigo et al, 04]: Frigo, L.B., Pozzebon E., Bittencourt, G.,O Papel dos Agentes Inteligentes nos Sistemas Tutores Inteligentes, Proceedings of the World Congress on Engineering and Technology Education, 2004,SP
[Fink, Kobsa, 00]: Fink, J., Kobsa, A. A review and analysis for commercial user modeling servers for personalization on the World Wide Web. User Modeling and User Adapted Interaction 10, 209-249, 2000.
[Frasson et all, 98]: Frasson, Claude; Martin, Louis; Gouarderes, Guy; Aimeur, Esma. LANCA: A Distance Learning Architecture Based on Networked cognitive Agents. In Lectures Notes in Computer Science. Inteligent Tutoring Systems. Procedings of 4th International Conference, ITS 1998, San Antonio, Texas, August 1998. P.594- 603.
[Giraffa, Viccari, 99]: Giraffa, L. M. M.; Viccari, R. M. Intelligent tutoring systems built using agents techniques. Revista de Educação, Ciência e Cultura, Canoas: La Salle, p.23–40, 1999.
[Gouarderes et all, 99]: Gouarderes, G.; Francoise Canut, C. M.; Sanchis, E. The SYS- TEMION: a new agent model to design intelligent tutoring system. IOS Press, 1999. p.54–63.
[Gruber, 93]: Gruber, T, (1993). A Translation Approach to Portable Ontology Specifications. Knowledge Acquisition, 5(2), 199- 220.
[Gambôa, Fred, 01]: Gambôa, H., Fred, A., Designing Intelligent Tutoring Systems: a Bayesian Approach.,3rd International Conference on Enterprise Information Systems, ICEIS'2001, 2001.
[Gomes et all, 05]: Gomes, P. and Antunes, B. and Rodrigues, L. and Santos, A. and Barbeira, J. and Carvalho, R. , "Using Ontologies for eLearning Personalization", 3rd E-learning Conference – Computer Science Education, Coimbra, Portugal, September
[Goldberg et al, 92]: D. Goldberg, D., D. Nichols, B. M. Oki, D. Terry. Using collaborative filtering to weave an information tapestry. In Commun. ACM, New York, NY, USA, 35(12), páginas 61–70, 992.
[Gagné et all, 92]: Gagné, R. M., Briggs, L. e Wager, W., “Principles of Instructional Design”, Harcourt Brace Jovanovich, Orlando, FL, 1992.
[Guardia, 93]: Guardia Robles, B. (1993) Asesores Inteligentes para apoyar el processo de enseñaza de lenguages de programacion. Tesis de Grado. Asesor. ITESM: Instituto Tecnológico de Monterrey [Gardner, Hatch, 89]: Gardner, H., & Hatch, T. (1989). Multiple intelligences go to
school: Educational implications of the theory of multiple intelligences. Educational Researcher, 18(8), 4-9.
[Ha et all, 00]: Ha, S.H.; Bae, S.M.; Park, S.C. Web mining for distance education. APAN Conference. Beijing. 2000.
[Hollan et all, 81]: James D. Hollan, Michael D. Williams, and Al Stevens. An overview of Steamer. Behavior Research Methods and Instrumentation, 13:85-90, 1981. Hollan James D.,An overview of Steamer, June 1985. Invited talk given to Hudson Valley Special Interest Group for Artificial Intelligence; Vassar College, NY.
[Hewitt et all, 73]: Carl Hewitt, Peter Bishop and Richard Steiger. A Universal Modular Actor Formalism for Artificial Intelligence IJCAI. 1973.
[Hook et all, 96]: Höok, H., Böcker, H., Gunzenhauser, R. A Glass Box Approach To Adaptive Hypermedia. User Models And User Adapted Interaction. v. 6, 1996.
[Iglesias et all, 01] Iglesias C.A.,Garijo C., Gonzalez J. (2001), Metodologias Orientadas a Agentes, Inteligencia artificial, Revista Iberoamericana de Inteligencia artificial. Nº 6 Vol. 2
[Jameson et all, 99] Jameson, A., Schäfer, R., Weis, T., Berthold, A., & Weyrath, T. (1999) Making Systems Sensitive to the User’s Changing Resource Limitations Knowledge-Based Systems, 12, 413– 425.
[Jonassen, 1984]: Jonassen, D., Wang, S. Acquiring structural knowledge from semantically structured hypertext. Journal of Computer-based Instruction. Vol. 20, Nº 1, p. 1-8,1993.
[Jonassen, 88]: Jonassen, D. H. Designing Structured Hypertext and Structuring Access to Hypertext, Educational Technology, pp.13-16, November 1988.
[Jonassen, Wang, 93]: Jonassen, D., Wang, S. Acquiring structural knowledge from semantically structured hypertext. Journal of Computer-based Instruction. Vol. 20, Nº 1, p. 1-8, 1993.
[Johnson, 1984]: Johnson, W. L. and Soloway, E. (1984). Proust: Knowledge- based program understanding. In In Proceedings of the 7th international conference on Software engineering, Florida, United States
[Jonhson, 86]: Johnson, W. L.,Intention-Based Diagnosis of Novice
Programming Errors, Morgan-Kauffman (1986)
[Jennings et all, 96]: Jennings, N. R.; Faratin, P.; Johnson, M. J.; O'brien, P.; Wiegand, M. E. Using Intelligent Agents to Manage Business Processes, Proceedings of First International Conference on The Practical Application of Intelligent Agents and Multi-Agent Technology (PAAM96), London, UK, 345-360.
[Kaplan et all, 93]: Kaplan, C.; Fenwick, J.; Chen, J. Adaptive Hypertext Navigation Based On User Goals And Context. User Models And User-Adapted Interaction. V. 3, N. 3, P.193-220, 1993. [Kay, Kummerfeld, 94]: Kay, J.; Kummerfeld, R. J. An Individualised Course for the C
Programming Language Second International WWW Conference "Mosaic and the Web", Chicago,IL, 1994.
[Kintsch, 93]: Kintsch, E., “Principles of Instruction from Research on Human Cognition”, em Spector, J. M., Polson, M. C. e Muraida, D. J. (Ed.), Automating Instructional, 1993
[Kinshuk, Patel, 97]: Kinshuk Ashok Patel, (1997),A Conceptual Framework for Internet based Intelligent Tutoring Systems, Knowledge Transfer (Volume II) (Ed. A. Behrooz), 1997, pAce, London, UK, pp117-124 (ISBN -900427-015-X)
[Karlsson, 95]: Karlsson, E. A., Software Reuse – A Holistic Approach, Wiley Series in Software Based systems, 1995
[Kinshuk, Patel, 96] : Kinshuk & Patel A. (1996). Knowledge Characteristics: Reconsidering the design of Intelligent Tutoring Systems.
Knowledge Transfer (Ed. Behrooz A.), pp190-197, ISBN 1 900427 01 X
[Kolodner, 88]: Kolodner, J., Proceedings of the first case-based reasoning workshop. Morgan Kaufmann, 1988.
[Kinshuk, 02]: Kinshuk. Does intelligent tutoring have future! Proceedings of the Inter. Conf. on Computers in Education, Los Alamitos, CA: IEEE Computer Society (2002).
[Kobsa, 01]: Kobsa, A. Generic user modeling systems. User Modeling and User-Adapted Interaction 11(1-4), 49-63, 2001
[Khuwaja, 94]: Khuwaja, R.A. (1994) A Model of Tutoring: Facilitating Knowledge Integration Using Multiple Models of the Domain. Dissertação de Doutoramento, Illinois Institute of Technology [Li, Zaiane, 04]: Li, J.; Zaiane, O.R. Combining Usage, Content and Structure
Data to Improve Web Site Recommendation. Int. Conf. on Electronic Commerce and Web Technologies. Spain. 2004. [Lelouche et all, 03]: Lelouche, Ruddy, Ly, Tho Toan, (2003), Using a Framework in
the Development of an Intelligent Tutoring System, IEEE International Conference on Information Reuse and Integration, IRI 2003.
[Liegle, Woo, 00]: Liegle J., Woo H., Developing Adaptive Intelligent tutoring Systems: A framework and its implementations, Presentation and publication in the proceedings of the ISECON Conference, Philadelphia, November 9-12 (2000).
[Mathé, Chen, 94]: Mathé, N., Chen, J. A User-Centered Approach to Adaptive Hypertext based on an Information Relevance Model. 4-th International Conference on User Modeling, Hyannis, MA. p.107-114, 1994.
[Marcke, Sarti, 95]: Marcke, K. Van, Sarti, L. - Reuse in Intelligent Courseware Authoring (August 1995) - AI-ED-95 Workshop on Authoring Shells for Intelligent Tutoring Systems
[Mctaggart, 01]: Mctaggart, J. Intelligent Tutoring System and Education for the Future. Literature Review, 2001.
[Mizoguchi, Bourdeau, 00]: Mizoguchi R., Bourdeau J.,(2000, Using Ontological Engineering to Overcome Common AI-ED Problems, International Journal of Artificial Intelligence in Education 11, 1-12.
[Maes, 90]: Maes, P. (1990). Situated Agents Can Have Goals. In Maes, P., editor, Designing Autonomous Agents. MIT Press.
[Mizukami, Nicoletti, 86]: Mizukami, Maria da Graça Nicoletti., Ensino: as abordagens o processo, São Paulo:EPU, 1986.
[Murray et all, 01]: Murray, T., Gartner-Piemonte, J., & Kelleher, P. (2001). Evaluating Features for Conceptual and Narrative Flow in an Adaptive Hyperbook. Proceedings of the International Conference on Artificial Intelligence and Education: AIED- 2001, 21-32.
[Novak, Gowin, 84]: Novak, J. D. & Gowin, D., 1984. Learning How to Learn. Cambridge: Cambridge University Press.
[Nielsen, 93]: Nielsen, J. Usability Engineering. Academic Press. 1993.
[Novais, 03]: Novais, Paulo (2003), Teoria dos Processos de Pré-
Negociação em Ambientes de Comércio Electrónico, Tese de Doutoramento em Informática, Universidade do Minho [Novais et all, 06]: Novais Paulo, Henriques Pedro, Lopes Hugo, Martins
Ricardo,Issues in Personalizing e-Commerce System, Universidade do Minho
[Negoita, Reusch, 04]: Negoita M., Reusch B, Basics of engineering the intelligent hybrid systems, The eight international conference on knowledge-based intelligent information & engineering systems KES’2004.
[O´Shea, 82]: O'Shea, T.. A self-improving quadratic tutor. In D. Sleeman & J. S. Brown (Eds.), Intelligent Tutoring Systems (pp. 309-336). New York: Academic Press, 1982
[Piaget, 89]: Piaget, J. (1989) Les relations entre l’intelligence et l’affectivité dans le developpement de l’enfant. Rimé, B.; Scherer, K. (Eds.) Les Émotions. Textes de base en psychologie . Paris: Delachaux et Niestlé, 1989.
[Perkowitz, Etzioni, 98]: Perkowitz, M.; Etzioni, O. Adaptive web sites: Automatically synthesizing web pages. National Conference on Artificial Intelligence. WI. 1998.
[Prates, De Souza, 00]: Prates, R. O.; De Souza, C. S. A Case Study For Evaluating Interface Design Through Communicability. Proceedings of the
International Conference on Designing Interactive Systems, DIS2000, New York, NY: ACM Press, 308-317, 2000.
[Perkins, 95]: Perkins, D. (1995) La escuela inteligente. Gedisa. Johnson– Laird,
[Pressman, 95]: Pressman, R.S., Engenharia de Software, McGraw-Hill, 1995 [Pahl, 04]: Pahl, C. Data Mining Technology for the Evaluation of
Learning Content Interaction. International Journal on E-